基于信息型模型的音乐推荐算法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 引言 | 第9-12页 |
| ·动机 | 第9-10页 |
| ·主要贡献 | 第10-11页 |
| ·本文的组织结构 | 第11页 |
| ·本章小结 | 第11-12页 |
| 第二章 准备知识 | 第12-14页 |
| ·数据集的主要特点 | 第12页 |
| ·问题陈述 | 第12-13页 |
| ·符号、记号定义 | 第13-14页 |
| 第三章 相关工作 | 第14-22页 |
| ·基于近邻的方法 | 第14-16页 |
| ·基于矩阵分解的方法 | 第16-19页 |
| ·PureSVD | 第17-18页 |
| ·SVD | 第18-19页 |
| ·时间动态 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第四章 基于排序的协同过滤算法以及反例抽取 | 第22-31页 |
| ·基于优化RMSE 的SVD 模型 | 第22-23页 |
| ·基于排序的协同过滤模型 | 第23-28页 |
| ·EigenRank | 第23-25页 |
| ·pLPA | 第25-26页 |
| ·基于排序的SVD 模型 | 第26-28页 |
| ·反例抽取 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第五章 信息型模型与基于排序的SVD 模型的融合 | 第31-39页 |
| ·信息型模型 | 第31-33页 |
| ·基于条目层次结构的SVD 模型 | 第33-35页 |
| ·集成隐式反馈信息 | 第35页 |
| ·集成基于条目的近邻信息 | 第35-37页 |
| ·集成基于条目层次结构的分类器 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第六章 实验结果及其分析 | 第39-48页 |
| ·数据集介绍 | 第39-40页 |
| ·评价标准 | 第40-41页 |
| ·信息型模型的作用 | 第41-44页 |
| ·最佳模型 | 第43-44页 |
| ·反例抽取的影响 | 第44-45页 |
| ·参数调节 | 第45-47页 |
| ·本章小节 | 第47-48页 |
| 第七章 全文总结与展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文目录 | 第54-56页 |
